使用虚拟环境virtualenv
推荐使用 virtualenvwrapper，安装如下：
pip install virtualenvwrapper-win
virtualenvwrapper基本使用：
创建虚拟环境：
那么会在你当前用户下创建一个
Env
的文件夹，然后将这个虚拟环境安装到这个目录下。如果你电脑中安装了
python2
和
python3
，并且两个版本中都安装了
virtualenvwrapper
，那么将会使用环境变量中第一个出现的
Python
版本来作为这个虚拟环境的
Python
解释器。
切换到某个虚拟环境：
退出当前虚拟环境：
删除某个虚拟环境：
列出所有虚拟环境：
进入到虚拟环境所在的目录：
修改
mkvirtualenv
的默认路径：
在
我的电脑->右键->属性->高级系统设置->环境变量->系统变量
中添加一个参数
WORKON_HOME
，将这个参数的值设置为你需要的路径。
创建虚拟环境的时候指定
Python
版本：
在使用
mkvirtualenv
的时候，可以指定
--python
的参数来指定具体的
python
路径：
创建虚拟环境并指定python解释器
mkvirtualenv --python==C:\Python36\python.exe hy_env
pip命令行安装(推荐)
打开cmd命令行 安装需要的第三方库如：pip install numpy
在安装python的相关模块和库时，我们一般使用“pip install 模块名”或者“python setup.py install”，前者是在线安装，会安装该包的相关依赖包；后者是下载源码包然后在本地安装，不会安装该包的相关依赖包。所以在安装普通的python包时，利用pip工具相当简单。但是在如下场景下，使用python setup.py install会更适合需求：
在编写相关系统时，python 如何实现连同依赖包一起打包发布？
假如我在本机开发一个程序，需要用到python的redis、mysql模块以及自己编写的redis_run.py模块。我怎么实现在服务器上去发布该系统，
如何实现依赖模块和自己编写的模块redis_run.py一起打包，实现一键安装呢？同时将自己编写的redis_run.py模块以exe文件格式安装到python的
全局执行路径C:\Python27\Scripts下呢？
在这种应用场景下，pip工具似乎派不上了用场，只能使用python的构建工具setup.py了，使用此构建工具可以实现上述应用场景需求，只需在 setup.py 文件中写明依赖的库和版本，然后到目标机器上使用python setup.py install安装。
下载github安装目录
在库文件的安装目录下打开cmd命令行，使用命令：python setup.py intall
使用国内镜像源安装：
pip install numpy -i https://mirrors.aliyun.com/pypi/simple/
更新库为：
pip
install --
upgrade numpy
卸载为：
pip uninstall numpy
pip批量安装txt中的包
1.将需要安装的包保存在
aa.txt
中
2.cd
到
aa.txt
所在目录，运行：
批量卸载是一样的，将install换为uninstall即可
aa.txt
——指定版本
aa.txt
——不指定版本
修改pip安装镜像源
创建配置文件指定pip安装镜像，不需要每次安装都都指定 -i <镜像源>
Windows：
"""
1、文件管理器文件路径地址栏敲：%APPDATA% 回车，快速进入 C:\Users\电脑用户\AppData\Roaming 文件夹中
2、新建 pip 文件夹并在文件夹中新建 pip.ini 配置文件
3、新增 pip.ini 配置文件内容
"""
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
use-mirrors =true
mirrors = https://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com
Linux系统上修改请参考：
更新pip报权限错误
Python常见第三方库在Windows安装报错解决方案
最近在Windows下开发，发现很多第三方库在Windows上的兼容性都不是很好，通过谷哥度娘后，发现一个
非官方
的临时解决方案，
先贴上地址：
Unofficial Windows Binaries for Python Extension Packages
1、安装方法
找到库后下载对应使用的Python版本的文件下载，进入轮子文件夹下 打开cmd命令行，使用 pip install xxx.whl 安装。
2、附支持的第三库
1 pendulum
2 quaternion
3 arctic
4 jupyter
5 multidict
6 peewee
7 logbook
8 scipy
9 curses
10 pytables
11 pip
12 rpy2
13 xgboost
14 marisa-trie
15 bcolz
16 psutil
17 aiohttp
18 ets
19 pyodesys
20 cython
21 ta-lib
22 spacy
23 ujson
24 numcodecs
25 orange
26 discretize
27 moderngl
28 dulwich
29 py-lmdb
30 h5py
31 netcdf4
32 tornado
33 pymatgen
34 zipline
35 mercurial
36 param
37 zstd
38 simpleitk
39 mod_wsgi
40 jpype
41 lz4
42 biopython
43 tensorflow
44 fastparquet
45 pillow
46 lsqfit
47 indexed_gzip
48 pyodbc
49 sqlalchemy
50 matplotlib
51 bokeh
52 javabridge
53 pygit2
54 pyhdf
55 numpy
56 ruamel.yaml
57 lxml
58 gdal
59 cupy
60 freesasa
61 gvar
62 pgmagick
63 pymssql
64 python-ldap
65 pyldap
66 pymol
67 wordcloud
68 astropy
69 meshpy
70 tomopy
71 kiwisolver
72 cobra
73 cx_oracle
74 sfepy
75 cytoolz
76 blist
77 cheetah
78 basemap
79 xylib-py
80 cyrasterize
81 menpo
82 pyswisseph
83 spglib
84 openexr
85 pulp
86 grpcio
87 gensim
88 pymongo
89 cantera
90 cchardet
91 tatsu
92 rasterio
93 pycluster
94 pycairo
95 ode
96 salientdetect
97 liblinear
98 libsvm
99 ecos
100 setproctitle
101 cffi
102 cdecimal
103 crcmod
104 crc16
105 pycld2
106 planar
107 autopy
108 pyx
109 pywin32
110 iminuit
111 rtmidi-python
112 pycosat
113 pyflux
114 opencv
115 mkl-service
116 postgresadapter
117 datrie
118 polygon
119 py-earth
120 lightning
121 pytiff
122 pystemmer
123 pyrxp
124 pyrsistent
125 pyqpbo
126 netcdftime
127 pyopencl
128 pyfm
129 pydde
130 x86cpu
131 gevent
132 gpy
133 fisx
134 fisher
135 ffnet
136 fasttext
137 iris
138 pymc
139 hddm
140 hmmlearn
141 heatmap
142 jsonlib
143 intbitset
144 sasl
145 bsddb3
146 flann
147 pyopengl
148 fiona
149 msgpack
150 cartopy
151 pyfits
152 scikits.odes
153 regex
154 louvain-igraph
155 python-igraph
156 tifffile
157 mpi4py
158 pycares
159 pybox2d
160 pyamg
161 numba
162 llvmlite
163 natgrid
164 netifaces
165 pycurl
166 yarl
167 yt
168 bintrees
169 imread
170 scandir
171 fast-histogram
172 pycifrw
173 pyzmq
174 coverage
175 lp_solve
176 zodbpickle
177 aspell-python
178 pygresql
179 psycopg
180 transformations
181 vlfd
182 chebyfit
183 vidsrc
184 psf
185 akima
186 pykinsol
187 pyodeint
188 pycvodes
189 mayavi
190 vtk
191 ad3
192 entropy
193 fastcache
194 fdint
195 bitarray
196 bsdiff4
197 jcc
198 xxhash
199 twainmodule
200 triangle
201 chaco
202 enable
203 traits
204 statsmodels
205 noise
206 scikits.vectorplot
207 scikit-fmm
208 rtree
209 python-levenshtein
210 python-lzo
211 pyspharm
212 pyminuit
213 pymetis
214 pymcubes
215 pylzma
216 pyhook
217 pyeda
218 pyfmi
219 reportlab
220 assimulo
221 pyfltk
222 pocketsphinx
223 simpleparse
224 fastcluster
225 winrandom
226 nlopt
227 mahotas
228 pyaudio
229 simplejson
230 apsw
231 mysqlclient
232 greenlet
233 pymvpa
234 thrift
235 pyicu
236 python-snappy
237 atom
238 pyemd
239 enaml
240 shapely
241 pypmc
242 wrf_python
243 fabio
244 pyyaml
245 quantlib
246 slycot
247 babel
248 mkl_random
249 mkl_fft
250 backports.lzma
251 kwant
252 tinyarray
253 udunits
254 spectrum
255 recordclass
256 kapteyn
257 polylearn
258 pandas
259 pywinpty
260 blosc
261 twisted
262 libsbml
263 simpleaudio
264 sounddevice
265 aggdraw
266 pylibtiff
267 line_profiler
268 swiglpk
269 btrees
270 zope.interface
271 persistent
272 pywavelets
273 scikit-learn
274 scikit-image
275 cx_freeze
276 brotli
277 videocapture
278 pygame
279 pycuda
280 pyproj
281 boost.python
282 fastrlock
283 minepy
284 fann2
285 markupsafe
286 mistune
287 lazy_object_proxy
288 wrapt
289 bottleneck
290 numexpr
291 dipy
292 llist
293 holopy
294 openimageio
295 cellprofiler
296 obspy
297 scikit-umfpack
298 pillow-simd
299 openpiv
300 faulthandler
301 debug-information-files
302 czifile
303 scs
304 veusz
305 chompack
306 cvxpy
307 gr
308 qutip
309 sympy
310 pyarrow
311 scikit-misc
312 pycorrfit
313 pyside
314 vitables
315 hyperspy
316 vigra
317 grako
318 kivy
319 pyjnius
320 imaged11
321 python-cjson
322 thriftpy
323 trollius
324 lru_dict
325 zs
326 py_gd
327 liblas
328 pythonnet
329 cairocffi
330 openbabel
331 pystruct
332 freeimagedll
333 nipy
334 qimage2ndarray
335 guiqwt
336 qt_graph_helpers
337 pyqwt
338 pyqt4
339 multiprocess
340 libtfr
341 nitime
342 lfdfiles
343 mathutils
344 cvxopt
345 cvxcanon
346 pyvrml97
347 pythonmagick
348 yappi
349 pyfftw
350 pyviennacl
351 pyephem
352 sparsesvd
353 cyordereddict
354 blz
355 bigfloat
356 milk
357 seqlearn
358 multineat
359 mlpy
360 ceodbc
361 cyassimp
362 sima
363 pymca
364 friture
365 pycogent
366 gmpy
367 pysqlite
368 blaze
369 scikits.audiolab
370 la
371 bazaar
372 dynd
373 genshi
374 python-sundials
375 glumpy
376 pyamf
377 libxml-python
378 cellcognition
379 pymcmc
380 pyksvd
381 pybluez
382 pygraphviz
383 mxbase
384 libpython
385 re2
386 pymunk
387 pygtk
388 cgal-bindings
389 bio_formats
390 pysfml
391 pyexiv2
392 pylibdeconv
393 iocbio
394 pymix
395 umysql
396 lazyflow
397 mmlib
398 scikits.timeseries
399 casuarius
400 wxpython
401 ilastik
402 quickfix
403 pywcs
404 scientificpython
405 vpython
406 nmoldyn
407 mmtk
408 pyalembic
409 polymode
410 scikits.delaunay
411 cld
412 py-fcm
413 oursql
414 zfec
415 py2exe
416 pymutt
417 carray
418 llvmpy
419 cgkit
420 pymedia
421 scipy-cluster
422 scikits.scattpy
423 scikits.samplerate
424 scikits.ann
425 pyxml
426 pytst
427 delny
428 mysql-python
429 htseq
430 pyusb-ftdi
431 silvercity
432 steps
433 pysparse
434 pyropes
435 scikits.hydroclimpy
436 sendkeys
437 pydbg
438 pyisapie
python第三方库
Anaconda完全入门指南
安装
按照安装程序提示一步步安装就好了, 安装完成之后会多几个应用
Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境。
安装第三方包:
卸载第三方包:
查看环境包信息
要查看当前环境中所有安装了的包可以用
深入一下
或许你会觉得奇怪为啥anaconda能做这些事, 他的原理到底是什么, 我们来看看anaconda的安装目录
这里只截取了一部分, 但是我们和本文章最开头的python环境目录比较一下, 可以发现其实十分的相似, 其实这里就是base环境.
里面有着一个基本的python解释器, lLib里面也有base环境下的各种包文件.
那我们自己创建的环境去哪了呢, 我们可以看见一个envs, 这里就是我们自己创建的各种虚拟环境的入口, 点进去看看
这不就是一个标准的python环境目录吗?
这么一看, anaconda所谓的创建虚拟环境其实就是安装了一个真实的python环境, 只不过我们可以通过activate,conda等命令去随意的切换我们当前的python环境,
用不同版本的解释器和不同的包环境去运行python脚本.
conda 安装第三方库
与pycharm连接
在工作环境中我们会集成开发环境去编码, 这里推荐JB公司的pycharm, 而pycharm也能很方便的和anaconda的虚拟环境结合
在
Setting => Project => Project Interpreter
里面修改 Project Interpreter
, 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
比如你要在learn环境中编写程序, 那么就修改为
D:\Software\Anaconda\envs\learn
,
可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.
更新Python第三方库
pip list #列出所有安装的库
pip list --outdated #列出所有过期的库
pip install --upgrade 库名 #更新库
#但此命令不支持全局全部库升级。
#在stackoverflow上有人提供了批量更新的办法，一个循环就搞定（注意--upgrade后面的空格）
import pip
from subprocess import call
for dist in pip.get_installed_distributions():
call("pip install --upgrade " + dist.project_name, shell=True)
问题：
安装包出现Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ConnectTimeoutError
pip install xxx 下载太慢，推荐使用国内镜像源
[阿里云]
(https://mirrors.aliyun.com/pypi/simple/)
[中国科技大学]
(https://pypi.mirrors.ustc.edu.cn/simple/%20)
[豆瓣(douban)]
(https://pypi.douban.com/simple/)
[清华大学]
(https://pypi.tuna.tsinghua.edu.cn/simple/)
[中国科学技术大学]
(https://pypi.mirrors.ustc.edu.cn/simple/)
使用方法很简单，直接 -i 加 url 即可！如下：
pip install numpy -i https://pypi.douban.com/simple
到官网下载安装包
在官网上下载了Django-2.2.4.tar.gz 文件到本地。
-
解压文件
-
cmd切换到文件setup.py的目录下
-
先执行 python setup.py build
-
再执行python setup.py install
